| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·视频监控系统 | 第10-13页 |
| ·研究背景及意义 | 第10-11页 |
| ·视频监控国内外研究现状 | 第11-12页 |
| ·视频监控系统的构成 | 第12-13页 |
| ·运动目标跟踪算法的研究现状 | 第13页 |
| ·存在问题 | 第13-14页 |
| ·本论文的研究内容和结构安排 | 第14-16页 |
| ·本论文的研究内容 | 第14-15页 |
| ·本论文的结构安排 | 第15-16页 |
| 第2章 视频运动目标跟踪方法概述 | 第16-28页 |
| ·引言 | 第16页 |
| ·运动目标跟踪方法 | 第16-19页 |
| ·基于匹配的目标跟踪 | 第16-18页 |
| ·基于运动特性的跟踪 | 第18-19页 |
| ·Mean Shift理论及其在跟踪算法中的应用 | 第19-27页 |
| ·Mean Shift理论 | 第20-24页 |
| ·Mean Shift算法在跟踪中的应用 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第3章 基于颜色与LBP纹理特征的自适应融合的Mean Shift跟踪算法 | 第28-46页 |
| ·引言 | 第28页 |
| ·目标特征提取 | 第28-34页 |
| ·颜色特征 | 第29-32页 |
| ·局部二元模式(LBP) | 第32页 |
| ·直方图 | 第32-33页 |
| ·边缘和轮廓特征 | 第33-34页 |
| ·MeanShift跟踪窗尺寸自动更新的算法 | 第34-39页 |
| ·多尺度图像信息量度量 | 第34-38页 |
| ·Mean Shift跟踪窗尺寸自动更新算法 | 第38-39页 |
| ·基于颜色与LBP纹理特征自适应融合的Mean Shift跟踪算法 | 第39-41页 |
| ·目标的颜色与LBP纹理特征描述 | 第40页 |
| ·颜色与LBP纹理特征相似性度量及目标定位 | 第40-41页 |
| ·算法实现 | 第41页 |
| ·实验结果与分析 | 第41-44页 |
| ·实验一 | 第41-42页 |
| ·实验二 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第4章 快速运动目标的Mean Shift跟踪算法 | 第46-54页 |
| ·引言 | 第46页 |
| ·算法回顾与分析 | 第46-48页 |
| ·算法回顾 | 第46-47页 |
| ·算法分析 | 第47-48页 |
| ·改进算法 | 第48-53页 |
| ·跟踪算法流程 | 第48-49页 |
| ·基于GM(1,1)模型的Mean Shift跟踪算法 | 第49-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·小节 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
